Một thẻ tiêu đề ghi "Giá không đổi trong mười bốn ngày nữa" với phụ đề "Gemini 4 Carbon vs GPT-6 Sol", phía trên một bảng hai cột: bên trái, Gemini 4 Carbon ở mức 2,00 USD đầu vào và 10,00 USD đầu ra trên mỗi triệu token cho đến ngày 30 tháng 11, sau đó là 4,00 USD và 20,00 USD; bên phải, GPT-6 Sol ở mức 2,00 USD và 10,00 USD, với bước tăng cho ngữ cảnh dài lên 4,00 USD và 15,00 USD khi vượt quá 272.000 token đầu vào.
Guides & Insights

Gemini 4 Carbon so với GPT-6 Sol: Mười bốn ngày ngang bằng, rồi khoảng cách gấp đôi

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Hôm nay, Gemini 4 Carbon và GPT-6 Sol có cùng mức giá niêm yết: 2,00 USD cho mỗi triệu token đầu vào, 10,00 USD cho mỗi triệu token đầu ra, 0,20 USD hoặc thấp hơn cho đầu vào được lưu trong bộ nhớ đệm. Đến ngày 1 tháng 12 năm 2026, điều đó sẽ không còn đúng. Giá của Carbon là giá giới thiệu và sẽ tăng lên 4,00 USD và 20,00 USD, trong khi mức 2,00 USD và 10,00 USD của Sol không có ngày hết hạn được ghi kèm. Vì vậy, phép so sánh mà người mua thực sự cần không phải là "mô hình nào tốt hơn ở cùng mức giá" — mà là khoảng cách mười sáu điểm trên chỉ số độc lập đáng giá bao nhiêu, và liệu có đáng trả gấp đôi kể từ ngày đầu tiên của tháng tới hay không.

Có một mô hình thứ ba trong quyết định này mà tiếp thị của cả hai nhà cung cấp đều không đưa vào. GPT-6 Sol hiện đã bị Artificial Analysis đánh dấu là lỗi thời, bị GPT-6.1 Sol thay thế trong cùng dòng sản phẩm; mô hình này đạt 55 điểm thay vì 44 điểm của Sol với cùng mức $2.00 và $10.00. Một độc giả chọn giữa Carbon và Sol vào giữa tháng 11 đang chọn giữa một mô hình hiện hành và một mô hình thế hệ trước, và phiên bản trung thực của trang này phải nói rõ điều đó ngay trong đoạn thứ hai chứ không phải đoạn cuối.

Hai bảng giá, từng dòng một, trước khi sang trang lịch mới.

Hãy bắt đầu với những hàng mà hai mô hình thực sự khớp nhau, vì chúng nhiều hơn những gì hoạt động tiếp thị của cả hai bên gợi ý.

• Giá đầu vào tiêu chuẩn — Carbon $2.00 mỗi triệu; Sol $2.00 mỗi triệu. Hôm nay giống hệt nhau, và Carbon tăng gấp đôi vào ngày 1 tháng 12.

• Giá đầu ra tiêu chuẩn — Carbon $10.00 mỗi triệu; Sol $10.00 mỗi triệu. Tương tự, với cùng ngày hết hạn ở phía Carbon.

• Đầu vào đã lưu trong bộ nhớ đệm — Carbon $0.10 hôm nay và $0.20 từ ngày 1 tháng 12, giảm giá 95% ở cả hai mức; Sol $0.20, giảm giá 90%. Bộ nhớ đệm của Carbon rẻ hơn trong hai loại ở cả trước và sau mốc ngày đó.

• Cửa sổ ngữ cảnh — Carbon 1.048.576 token; Sol 1.050.000. Hãy làm tròn cả hai thành một triệu và đừng bận tâm nữa.

• Đầu ra tối đa trong một phản hồi — Sol 128.000 token; Carbon 65.536. Đây là khác biệt thông số thực tế lớn nhất và nó chỉ thành vấn đề khi bạn yêu cầu một sản phẩm dài trong một lượt duy nhất, điều mà công việc agent dài hạn thường hay làm.

• Phương thức đầu vào — Carbon: văn bản, hình ảnh, âm thanh, video và PDF; Sol: văn bản và hình ảnh, với tài liệu được chấp nhận trên dòng danh mục của chúng tôi mặc dù trang mô hình GPT-6 Sol chỉ liệt kê văn bản và hình ảnh. Carbon là mô hình duy nhất trong hai mô hình có thể nhận bản ghi âm hoặc một đoạn clip.

• {{1}}Kiểm soát suy luận{{/1}} — thang mức nỗ lực của Sol gồm none, low, medium, high, xhigh, max, nên có thể yêu cầu nó không suy nghĩ chút nào; Carbon được công bố với các hàng low, medium và high, không có vị trí off nào được liệt kê. Trên một luồng phân loại rẻ, khác biệt đó chính là toàn bộ hóa đơn.

• Mốc cắt kiến thức — Sol 20 tháng 4 năm 2026; Google chưa công bố mốc cắt nào cho Carbon. Chỉ một phía, và đáng biết trước khi xây dựng một pipeline nhạy cảm với độ mới dựa trên một giả định.

• Tính khả dụng — cả hai đều có thể gọi ngay hôm nay trên API trả phí; Carbon không có gói miễn phí và tính phí mọi token được xử lý, bao gồm cả phần suy nghĩ, trong khi Sol được định giá theo các cấp dịch vụ Standard, Batch, Flex, Fast và Ultrafast.

Các hàng giá chính là những yếu tố quyết định phép so sánh này, và chúng cũng là những yếu tố thay đổi dù cả hai mô hình không thay đổi chút nào.

Mười sáu điểm này đến từ đâu

Artificial Analysis đo cả hai mô hình trên Intelligence Index v5.0.1, chỉ số này gộp chín bài đánh giá — AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt v2 và Terminal-Bench-Science — thành một con số duy nhất. Chính cách tính điểm chung đó khiến việc so sánh trở nên hợp lý, chứ không phải chỉ là một mớ thông cáo báo chí hỗn tạp ghép lại.

• Chỉ số Trí tuệ — Carbon 60, xếp thứ 4 trong 81 mô hình; GPT-6 Sol 44, xếp thứ 34 trong 81. Để tham khảo, GPT-6.1 Sol ở mức 55, đứng thứ mười hai.

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn thành — Carbon: 5,48 đô la; GPT-6 Sol: 2,47 đô la. Mô hình rẻ hơn trên mỗi token cũng chính là mô hình rẻ hơn trên mỗi tác vụ, với mức chênh 2,2 lần.

• Thời gian mỗi tác vụ — Carbon 33,2 phút; Sol 7,3 phút, so với mức trung vị 13,5 của lớp.

• Tốc độ và độ trễ đầu ra — Carbon 62 token mỗi giây với 72,88 giây đến token trả lời đầu tiên; Sol 123 token mỗi giây với 36,21 giây đến token đầu tiên.

• Số lượng token — Carbon đã phát ra 205 triệu token đầu ra trong lần chạy lập chỉ mục từ 7,62 tỷ token đầu vào, được công cụ theo dõi mô tả là rất dài dòng; Sol phát ra 65,1 triệu từ 4,75 tỷ, được mô tả là khá súc tích. Trung vị của nhóm là 78,6 triệu token đầu ra.

Hàng cuối cùng đó giải thích hàng chi phí, và đó là thứ hữu ích nhất trên cả hai trang. Carbon không tính nhiều hơn trên mỗi token để làm cùng một công việc; nó đang viết ra lượng token gấp ba lần để đi đến câu trả lời, trên một benchmark mà câu trả lời là một tài liệu hoặc một bản vá chứ không phải một cuộc tìm kiếm chứng minh. Một mô hình suy nghĩ dài dòng hơn bằng văn xuôi đang được trả tiền theo từng từ, và lần chạy chỉ mục là nơi bạn có thể thấy tỷ giá quy đổi.

Có một lưu ý cần đặt vào con số Carbon: công cụ theo dõi công bố Carbon thành ba dòng riêng biệt — nỗ lực thấp, trung bình và cao — và chỉ dòng cao đạt tới 60. Một dòng "Carbon đạt 60" là đúng ở mức nỗ lực tối đa và sai ở cài đặt mà hầu hết mọi người sẽ mặc định dùng.

Screenshot of the Artificial Analysis model page for Gemini 4 Carbon, showing an Intelligence Index of 60 with a rank of 4 out of 81, 62 tokens per second output speed with 72.88 seconds to first answer token, 33.2 minutes per Intelligence Index task, $5.48 cost per task, $2.00 input and $10.00 output per million tokens with a 95% cache discount, 205 million output tokens and a 1M-token context window.

Dòng 272.000 token, thứ quyết định hoá đơn nhiều hơn cả mức giá.

Cả hai mô hình đều không tính thêm phí cho mỗi token vượt qua một ranh giới theo cách hiểu đơn giản; cả hai đều định giá lại toàn bộ yêu cầu. Khác biệt là chỉ một trong hai mô hình có ranh giới.

GPT-6 Sol tính phí 2,00 USD cho đầu vào và 10,00 USD cho đầu ra đối với tối đa 272.000 token đầu vào. Vượt quá mức đó, mọi token trong yêu cầu — không phải phần vượt, mà toàn bộ — đều được tính phí ở mức 4,00 USD cho đầu vào và 15,00 USD cho đầu ra. Google không công bố bậc theo độ dài nào cho Carbon: cùng một mức giá trên mỗi token được áp dụng dù yêu cầu là 2.000 token hay 900.000 token.

Chạy một phân tích tài liệu 400.000 token qua cả hai, theo mức giá sau tháng 12 của Carbon:

• Gemini 4 Carbon — 400.000 token với $4,00 mỗi triệu là $1,60 cho prompt. Với mức giá giới thiệu của hôm nay, cùng yêu cầu đó là $0,80.

• GPT-6 Sol — cùng 400.000 token đó vượt ngưỡng và được định giá lại thành 4,00 USD mỗi triệu, cũng là 1,60 USD. Nếu yêu cầu vẫn ở dưới 272.000 token, thì chi phí sẽ là 0,80 USD.

Thêm 20.000 token đầu ra và khoảng cách sẽ mở ra: Carbon tính phí 20,00 đô la mỗi triệu token, tức 0,40 đô la; Sol tính 15,00 đô la, tức 0,30 đô la. Vì vậy, lợi thế giá cố định mà Carbon quảng cáo sẽ biến mất khi vượt ngưỡng ở đầu vào và đảo ngược nhẹ ở đầu ra. Tuyên bố rằng Carbon rẻ hơn cho tài liệu dài là đúng khi so với GPT-6 Astra, vốn tăng gấp đôi lên 20,00 đô la và 75,00 đô la, và sai khi so với Sol.

Điểm mà cấu trúc không phân tầng của Carbon thực sự chiếm ưu thế là ở khả năng dự đoán, chứ không phải giá. Một pipeline có độ dài tài liệu thay đổi chỉ có một mức giá để mô hình hóa và không có ngưỡng nhảy vọt nào để sơ ý vấp phải, mà ngưỡng đó lại rất dễ vấp: một yêu cầu 300.000 token không chỉ tốn hơn một chút so với yêu cầu 270.000 token dưới Sol, mà còn tốn gấp đôi chi phí đầu vào cho toàn bộ 300.000 token. Nếu bước truy xuất của bạn thỉnh thoảng trả về quá nhiều, đó là một sự cố ngân sách chứ không phải một sự trôi dạt chậm.

Mô hình nào tốt hơn ở việc gì, được diễn đạt càng hẹp càng tốt trong giới hạn bằng chứng cho phép

Cả hai mô hình đều chưa được chạy đối đầu trên một bộ tác vụ do một người không có lợi ích gì ở cả hai lựa chọn. Những gì hiện có là chỉ số dùng chung và tài liệu của nhà cung cấp, và chín thành phần của chỉ số có thể được đọc riêng lẻ.

• {{1}}Suy luận dài hạn và công việc khoa học — lợi thế của Carbon.{{/1}} Đây là mô hình mà Google đã đặt bên cạnh Argon và Hydrogen trong {{2}}bài viết nghiên cứu ngày 13 tháng 11{{/2}} của mình, và vị thế dẫn đầu chỉ số của nó tập trung vào các đánh giá suy luận tiên phong thay vì được phân bổ đều.

• Lập trình tác tử và công việc trên terminal — gần nhau hơn so với điểm tổng thể gợi ý. Lợi thế dẫn đầu của Carbon mang tính đa dụng chứ không đặc thù cho tác tử, và tài liệu ra mắt của chính Google cho thế hệ Gemini 4 đã nhất quán cho thấy các con số về tác tử lập trình thấp hơn chỉ số tổng quát.

• Các luồng sản xuất khối lượng lớn — Sol, hoặc tốt hơn, phiên bản kế nhiệm của nó. Độ trễ token đầu tiên chỉ bằng một nửa, thông lượng mỗi phút tác vụ gấp bốn lần, và có công tắc tắt suy luận được ghi tài liệu. Với những công việc mà câu trả lời ngắn và khối lượng cao, sự dài dòng của Carbon là một thứ thuế không có lợi ích tương xứng.

• Đầu vào đa phương thức — {{1}}Carbon, không cần bàn cãi. Sol nhận văn bản và hình ảnh; Carbon còn nhận cả âm thanh, video và PDF, đây là hàng duy nhất mà hai bên không cùng một hạng mục sản phẩm.{{/1}}

• Các sản phẩm đơn lẻ dài — Sol, chỉ xét riêng mức trần. 128.000 token đầu ra so với 65.536 của Carbon nghĩa là bất kỳ thứ gì phải được tạo trong một lượt đều có giới hạn cứng ở phía Google.

• Tính liên tục — Sol, nhưng chỉ thông qua phiên bản kế nhiệm của nó. Một nhóm hiện đang xây dựng trên GPT-6 Sol là đang xây dựng trên một mô hình mà trình theo dõi đã đánh dấu là không còn được khuyến nghị, thay vào đó nên dùng GPT-6.1 Sol, vốn có cùng chi phí và đạt điểm cao hơn mười một điểm. Đó không phải là lý do để tránh nhà cung cấp; đó là lý do để chỉ định gpt-6.1-sol thay vì gpt-6-sol khi viết phần thân yêu cầu.

Chạy so sánh thay vì đọc nó

Cả hai mô hình đều được định tuyến trên OrcaRouter theo đúng giá niêm yết của chính nhà cung cấp với mức cộng thêm 0%, dưới mã google/gemini-4-carbon và openai/gpt-6-sol, trên cùng một endpoint tương thích OpenAI và cùng một khóa — cùng với openai/gpt-6.1-sol, vốn là dòng mà ghi chú ngừng hỗ trợ khiến nó trở nên liên quan. Điều đó khiến phép so sánh cụ thể này rẻ bất thường để kiểm chứng bằng thực nghiệm: cùng một phần thân yêu cầu có thể được trỏ đến Carbon, Sol và phiên bản kế nhiệm của Sol, và thứ duy nhất thay đổi là chuỗi mô hình.

Hai lưu ý thực tế cho bất kỳ ai làm việc đó. Thứ nhất, thay đổi giá Carbon vào ngày 1 tháng 12 là thay đổi từ nhà cung cấp được chuyển thẳng qua đây ngay trong ngày, nên một phép so sánh chi phí chạy vào tháng 11 và lặp lại vào tháng 12 sẽ khác nhau vì những lý do không liên quan gì đến mô hình. Thứ hai, nếu khối lượng công việc mang tính khám phá — dùng thử Carbon trên lưu lượng thật trước khi cam kết một lộ trình sản xuất cho mô hình có chi phí mỗi tác vụ gấp 2,2 lần giải pháp hiện tại — thì chuyển đổi dự phòng tự động giữa các nhà cung cấp chính là thứ giúp một tuần tồi tệ không trở thành sự cố ngưng dịch vụ mà chỉ là một điểm dữ liệu.

A two-column comparison card headed 'Gemini 4 Carbon vs GPT-6 Sol', with rows reading: Intelligence Index 60 versus 44; cost per index task $5.48 versus $2.47; time per task 33.2 versus 7.3 minutes; output speed 62 versus 123 tokens per second; maximum output 65,536 versus 128,000 tokens; input price $2.00 rising to $4.00 on 1 December versus $2.00 flat, with a long-context step to $4.00 above 272,000 tokens. A footer reads 'Index, cost and speed per Artificial Analysis Intelligence Index v5.0.1; prices per Google and OpenAI.'

Việc cần làm trong tuần này

Ba quyết định, theo thứ tự chúng được giải quyết.

Nếu khối lượng công việc là trả lời ngắn và lưu lượng lớn, thì câu hỏi hoàn toàn không phải là Carbon so với Sol. Mà là Sol so với GPT-6.1 Sol, và phiên bản kế nhiệm thắng về điểm số với cùng mức giá. Carbon's 60 không tham gia vào lập luận, vì Carbon ở mức 205 triệu token đầu ra mỗi lần chạy lập chỉ mục là sai hình dạng cho loại lưu lượng đó, bất kể điểm số của nó.

Nếu khối lượng công việc là tài liệu dài và các tài liệu có độ dài khác nhau, Carbon là lựa chọn đáng mua hơn vào ngày 30 tháng 11 và kém hơn vào ngày 1 tháng 12, còn điểm giao nhau là phép tính số học chứ không phải sở thích. Hãy mô phỏng hóa đơn ở mức $4.00 và $20.00 trước khi cam kết, vì đó là mức giá mà hợp đồng sẽ áp dụng trong phần lớn thời hạn của nó.

Nếu khối lượng công việc cần đầu vào âm thanh hoặc video thì không có gì để so sánh. Sol không thể nhận đầu vào, nên trong cặp này, lựa chọn là Carbon hoặc không gì cả — và giới hạn đầu ra 65,536 token trở thành ràng buộc cần thiết kế xoay quanh thay vì giá cả.

Điều duy nhất không nên làm là trích dẫn lợi thế dẫn đầu 16 điểm trên chỉ số như lý do để chuyển đổi mà không có con số chi phí cho mỗi tác vụ đi kèm. Trên cùng một trình đánh giá, cùng một phiên bản, cùng một ngày, mức dẫn đầu này tốn gấp 2,2 lần chi phí cho mỗi tác vụ hoàn thành và gấp 4,5 lần thời gian thực. Đó là một đánh đổi có thể biện minh cho suy luận tiên phong và là một đánh đổi không thể biện minh cho một hàng đợi.

Screenshot of the OrcaRouter model page for openai/gpt-6-sol, showing a 1,050,000-token context window, a 128,000-token maximum output, text and image input with text output, configurable reasoning effort, and pricing of $2.00 per million input tokens and $10.00 per million output tokens with a long-context tier above 272,000 input tokens.

So sánh trong bài viết này2

Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày